컬렉션 가치의 재발견

영향력(Impact)의 관점에서 컬렉션을 평가함으로써, 도서관은 단순한 이용 통계를 넘어 연구, 기관, 그리고 글로벌 이니셔티브에 미치는 폭넓은 영향을 살펴볼 수 있습니다. 예를 들어, 도서관은 컬렉션이 새롭게 부상하는 연구 분야를 지원하고, 기관의 전략적 방향과 어떻게 맞닿아 있는지를 강조할 수 있습니다. 또한 글로벌 차원에서는, 컬렉션이 국제 연구 협력, 보건 이니셔티브, 환경 지속가능성, 그리고 인류 발전을 위한 다양한 글로벌 과제를 어떻게 지원하고 있는지를 보여줄 수 있습니다.

이러한 임팩트 접근법(Impact Approach)은 컬렉션을 단순한 자료로 보는 데 그치지 않고, 혁신과 협력, 긍정적 변화를 촉진하는 촉매제로 인식하게 하여, 도서관이 학계뿐만 아니라 그 외 영역에서도 중요한 역할을 수행할 수 있도록 지원합니다.

도서관의 컬렉션은 이미 이러한 방식들을 통해 영향력을 발휘하고 있지만, 이를 충분히 설명할 지표가 부족합니다. 영향력 평가(Impact Evaluation)를 통해 새로운 지표와 관점을 도입한다면, 평가 과정에서 도서관의 가치를 보다 명확하게 확인할 수 있을 것입니다.

도서관 컬렉션의 가치를 입증하는 것은 새로운 개념이 아니지만, 단순히 투자 대비 수익(ROI)만으로 평가해서는 안 됩니다. ROI에만 의존할 경우, 컬렉션이 전략적 자산으로서의 가치보다 비용 중심으로 평가될 위험이 있습니다. 2024년 웨비나 “What is a collection and what does it do?”에서 David Baker 교수와 Lucy Ellis 박사는, ROI에서 가치 대비 수익(Return on Value)으로의 전환 필요성을 강조했습니다. 또한 Baker 교수는 컬렉션 가치를 평가하는 방법이 다양함을 강조하며, 사회적, 환경적, 포용성의 가치를 예로 들었습니다. 다시 말해, 컬렉션이 올바른 가치를 제공하고 있는지, 그리고 이 가치를 적절한 이해관계자에게 전달할 수 있는지가 매우 중요하다는 의미입니다.

아래 가이드에서는 컬렉션의 영향력을 평가할 때 고려해야 할 사항들을 개략적으로 제시합니다. 평가 과정에서, 컬렉션 개발 정책을 업데이트할 필요가 있는지도 신중히 검토하시기 바랍니다.

영향력의 전략적 가치

도서관의 영향력과 관련성을 명확히 입증하는 것은 그 어느 때보다 중요합니다. 이는 도서관 관장 중 단 51%만이, 고위 리더들이 도서관을 기관의 우선순위와 연계되어 있다고 생각한다고 믿고 있기 때문입니다(Hulbert, 2023).

영향력 있는 컬렉션의 구성 요소는 도서관과 컬렉션의 지속적인 가치를 지원하는 역할을 합니다. 이러한 요소에는 품질, 기관 목표와의 일치, 학제 간 연계성, 이용 편의성과 접근성, 지속 가능성이 포함됩니다. 컬렉션을 이러한 요소들과 일치시키면 컬렉션의 가치를 보다 잘 이해할 수 있습니다.

또한, 영향 기반 컬렉션 평가는 최대 효과와 효율을 달성하기 위해 확장해야 할 컬렉션을 식별함으로써, 컬렉션 관련 의사결정에 명확성과 근거를 제공합니다.

기술과 학습 환경의 변화는 이용자와 기관의 요구를 충족할 수 있는 컬렉션의 필요성을 더욱 강조합니다. 인공지능(AI)은 이러한 변화의 최신 사례입니다. AI의 등장으로 이용자의 검색, 상호작용, 연구 수행 방식이 변화할 수 있으며, 컬렉션 또한 이러한 변화를 반영해야 합니다. 컬렉션의 가치 범위를 확장하는 것은, 도서관이 커뮤니티의 변화에 어떻게 적응하고 기여하는지를 보여주는 하나의 방법이기도 합니다.

영향력 있는 컬렉션의 핵심 요소

자료의 퀄리티

컬렉션은 반드시 신뢰할 수 있는 우수한 자료로 구성되어야 하며, 이러한 자료는 정확성, 신뢰성, 최신성을 갖추어야 합니다. 고품질 자료는 수준 높은 학문 연구를 뒷받침하고, 기관의 경쟁력과 명성을 강화합니다. 반대로 신뢰할 수 있는 기초 자료가 부족하면 과학적 정보에 대한 잘못된 이해로 연구 수준이 저하될 수 있습니다. 따라서 양보다 가치 중심으로 예산을 효율적으로 활용하기 위해 고품질 자료에 집중하는 것이 중요합니다. 자료의 품질은 일반적으로 인용 수나 상대적 피인용지수(FWCI)와 같은 관련 지표를 통해 평가되며, 이러한 지표는 특정 분야에서 출간된 책과 저널을 동일 분야의 다른 자료와 비교 평가합니다. 또한, 자료의 품질 평가는 저자의 명성이나 업적, 저널의 등급 구성 등을 검토함으로써 보완할 수 있습니다.

학제 간 연계성

학제 간 연구를 지원하는 컬렉션은 기관의 연구 목표를 달성하는 데 핵심적인 역할을 합니다. 학제 간 연구는 서로 다른 학문 분야를 결합해 혁신을 이끌고 새로운 방법론을 발견하며, 다양한 해결책을 모색함으로써 현실 문제를 해결합니다. 나아가, 학제 간 연구는 미디어와 정책 문서를 통한 가시성을 높이는 효과도 제공합니다(D’Este and Robinson-Garcia, 2023). 컬렉션의 학제 간 영역을 평가할 때는 기초 자료를 먼저 살펴보는 것이 좋습니다. 기초 자료는 주로 도서에서 찾을 수 있으며, 다른 분야의 연구자들이 새로운 영역을 이해하고 기존 연구를 확장하는 데 활용할 수 있습니다. 또한, 자료 유형과 주제 간 이동의 용이성도 평가 요소로 고려할 수 있습니다.

기관 목표와의 정렬

영향력 있는 컬렉션은 도서관과 기관의 전략적 목표에 부합해야 합니다. 도서관 자원이 기관의 전반적인 목표 달성에 기여할 때, 도서관의 성과와 영향력은 강화되고 그 가치가 더욱 명확히 드러납니다. 연구자 입장에서는 자신의 필요와 일치하는 컬렉션에 접근하지 못할 경우, 소중한 시간을 낭비하거나 신뢰할 수 없는 정보에 의존하게 될 위험이 있습니다.

정렬 평가 시, 도서관 평가 담당자인 Liz Bober가 활용하는 대학 전략 계획 기반 정렬 프로세스 참고할 수 있습니다. 이 과정을 통해 그녀는 도서관이 대학 목표 달성에 얼마나 기여하고 있는지를 측정합니다. 다만, 일부 컬렉션이 평가 범위에서 제외되더라도, 컬렉션 개발 지침 준수는 반드시 고려해야 합니다.

이용 편의성과 접근성

컬렉션은 충분히 활용되고 모든 이용자가 접근할 수 있을 때 비로소 영향력을 발휘합니다. 따라서 이용자의 요구를 파악하고, 연구 및 학습을 가장 효과적으로 지원하는 자료를 제공하는 것이 매우 중요합니다. 이 과정에는 컬렉션의 접근 가능성과 포용성을 점검하는 절차가 포함됩니다. 접근 방식의 다양성도 고려해야 합니다. 예를 들어, 스크린 리더 사용자가 컬렉션에 접근할 수 있는지, 자료 검색 및 활용을 위한 대체 방법이 접근성을 향상시키는지 등을 확인할 수 있습니다. 이러한 결정에는 협업과 전문가 자문이 핵심적인 역할을 합니다.

지속 가능성

여기서 말하는 지속 가능성은 환경적 지속 가능성뿐만 아니라 재정적·기관적 지속 가능성도 포함합니다(Baker, Ellis, Evans, 2024).

재정적 관점에서, 컬렉션 관련 의사결정은 단기적 이익보다 장기적 가치를 최적화하는 방향으로 이루어져야 합니다 (Baker, Ellis, Evans, 2024). 이를 통해 컬렉션의 완전성을 유지하면서 이용자에게 안정적인 핵심 자료를 지속적으로 제공할 수 있습니다.

주요 컬렉션 외에도 기관의 변화하는 요구를 반영해 컬렉션을 유연하게 업데이트하고 혁신할 수 있다면, 기관의 지속 가능성이 강화됩니다. 컬렉션은 다양한 기관 정책이나 우선순위에 맞춰 조정 가능해야 하며, 새로운 기술과 다양한 학습 방식을 수용할 수 있어야 합니다.

마지막으로, 컬렉션에는 환경적 요소도 고려되어야 합니다. 이는 글로벌 영향력과 에너지 절감을 지원하는 컬렉션의 역할뿐만 아니라, 자료를 획득하는 가장 적절한 방법을 검토하여, 지속 가능한 접근 방식을 마련하는 것을 포함합니다.

영향력 평가를 위한 데이터 항목

인사이트 확보

컬렉션을 평가 시, 정량적 방법은 이용자 요구와 기관 목표의 정합성, 자원 활용도, 예산 배분, 그리고 잠재적 격차를 분석할 수 있는 명확한 기준을 제공합니다. 이러한 인사이트는 컬렉션 정책과 목표의 수립 및 개선에 기여합니다.

데이터 수집과 분석은 새로운 이니셔티브를 개발하거나 기존 이니셔티브를 개선하는 데 중요한 역할을 합니다. 기술이 발전함에 따라 데이터는 이용자가 컬렉션과 어떻게 상호작용하는지를 보여주며, 이를 기반으로 전략을 업데이트할 수 있습니다. 생성형 AI(GenAI)는 이러한 변화의 대표적인 사례입니다(Blanco-Domingo, 2025).

컬렉션 평가 시 정량적 데이터를 활용할 경우, 다음 사항을 고려해야 합니다:

• 모든 데이터는 각각의 특성을 지니고 있습니다. 활용 가능한 데이터 유형은 다양하지만, 모든 데이터는 반드시 높은 품질을 충족해야 합니다. 데이터 출처를 면밀히 검토하고, 정확성·신뢰성·엄격성을 충분히 이해하십시오. 또한, 누락되거나 불충분한 부분이 없는지 세심하게 확인해야 합니다.

• 정량적 데이터를 활용할 때는 정성적 관점과 피드백을 함께 고려하는 것이 중요합니다. 컬렉션을 평가할 때는 전체적인 관점에서 접근해야 하며, 단일 데이터만으로는 정확한 평가를 내릴 수 없습니다.

• 다양한 출처에서 데이터를 수집하여 컬렉션 데이터를 폭넓게 확보하십시오. 이를 통해 보다 정확하고 충분한 정보를 기반으로 컬렉션 관련 의사결정을 내릴 수 있습니다. 집계된 데이터는 컬렉션 활용도를 분석하는 데 매우 유용하지만, 보다 구체적인 데이터를 제공할 수 있는 다른 출처도 함께 고려해야 합니다. 예를 들어, 출판사는 컬렉션과 관련된 상세하고 심층적인 정보를 제공할 수 있습니다.

컬렉션의 영향력을 가시화하는 지표

컬렉션의 영향력을 평가할 때는 다음과 같은 데이터 항목을 고려해야 합니다. 본 지침은 도서 데이터를 중심으로 작성되었으나, 일부 항목은 컬렉션 전체에 적용할 수 있습니다. 각 데이터 항목은 평가 목표에 따라 다양한 분석 방식으로 활용될 수 있다는 점을 유념하십시오. 이어지는 섹션에서는 이러한 데이터를 기반으로 컬렉션의 영향력을 평가하는 방법을 다룹니다.

• 공동 이용(Co-usage)은 저널과 도서 콘텐츠 간의 교차 이용을 측정하는 지표입니다. 이 지표를 통해 저널 이용자가 연구 과정에서 도서를 함께 이용하는지, 반대로 도서 이용자가 저널을 함께 이용하는지를 파악할 수 있습니다. 예를 들어, 특정 대학의 공동 이용률이 53%라면, 해당 기간 동안 이루어진 전체 연구 세션 중 53%에서 도서와 저널이 모두 사용되었음을 의미합니다.

• 공동 인용(Co-reference)은 기관의 연구 성과에서 도서와 저널이 얼마나 자주 함께 인용되는지를 측정하는 지표입니다. 이 값은 전체 연구 성과 대비 백분율로 나타냅니다.

• 주제별 이용(Usage by subject)은 도서가 주제별로 어떻게 활용되는지를 보여주는 지표입니다.

• 도서 유형(Book type)은 컬렉션 내 다양한 도서 유형의 구성 비율을 분석하는 지표로, 주요 참고자료, 교과서, 연속 간행물 등 다양한 유형을 포함합니다.

• 접근 불가 데이터(Turnaway data)는 이용자가 접근을 시도했으나, 현재 컬렉션에 포함되지 않아 이용할 수 없었던 도서를 나타내는 지표입니다. 이 데이터는 이용자 요구를 파악하고 격차 분석을 수행하는 데 유용합니다.

• AI 기반 이용(AI-driven usage)은 AI 도구가 쿼리에 응답하는 과정에서 도서를 어떻게 활용하는지를 보여주는 지표입니다.

• 시장 수요(Market demand)는 다양한 수준에서 도서에 대한 수요를 분석하는 지표입니다. 예를 들어, 특정 지역에서 특정 주제와 관련해 가장 인기 있는 도서를 파악하는 경우가 이에 해당합니다.

컬렉션의 가치 극대화하기

컬렉션의 영향력을 평가할 때는 각 구성 요소를 개별적으로 분석한 후, 그 결과를 종합적으로 검토하는 과정이 필요합니다. 이러한 분석을 기반으로 컬렉션 개선 과제의 우선순위를 결정하여, 최대의 효과와 효율성을 달성할 수 있습니다. 이 과정은 총체적 접근을 요구하며, 단일 데이터만으로는 충분한 평가가 어렵습니다.

교수·학습 목표 평가

• 공동 이용(Co-usage): 교수·학습 목표 분석의 맥락에서 공동 이용 지표는 기초 지식(도서)과 원천 연구(저널)가 어떻게 상호작용하는지를 확인하는 데 활용됩니다. 이를 통해 컬렉션이 전체 학습 과정을 얼마나 효과적으로 지원하는지 높은 수준에서 파악할 수 있습니다.

• 접근 불가 데이터(Turnaway data): 이 지표는 컬렉션이 교수·학습 목표를 얼마나 충족하는지를 보여주는 데 활용됩니다. 특정 영역에서 접근 불가 비율이 높다면 컬렉션 구성을 재평가할 필요가 있습니다. 교수진이나 연구자와 소통하여 그들의 목표를 이해하고 커리큘럼과의 정합성을 확보해야 합니다. 접근 불가 비율이 낮더라도, 교수진에게 이용 가능한 자료를 안내하고 인지도를 높이는 것은 기존 자료의 활용도를 향상시키는 데 큰 도움이 됩니다.

• AI 기반 이용(AI-driven usage): 도서관에 컬렉션 자료를 활용하는 AI 도구가 있는 경우, 도서 컬렉션의 역할을 이해하는 것이 중요합니다. 이를 통해, 도서관이 제공하는 신뢰할 수 있는 고품질 콘텐츠가 최신 기술을 통해 최대한 활용되고 있음을 확인할 수 있습니다.

진로 준비도 평가

진로 준비도(Career readiness)는 교수·학습의 또 다른 핵심 요소로, 학생들이 직장에서 성공하는 데 필요한 역량을 갖추도록 지원하는 것을 의미합니다. 다양한 주제와 관점을 접하는 경험은 학생들이 직무에 대비하는 데 매우 중요합니다(AACU, 2023, Elsevier, 2024 인용). 이를 바탕으로, 진로 준비도에 기여하는 다음 데이터 항목을 고려하십시오.

• 도서 유형(Book type): 각 도서 유형은 서로 다른 목적을 제공하므로, 주요 참고서, 교과서, 연속간행물 등의 적절한 구성 비율을 갖추는 것이 학습 과정 전반을 뒷받침하는 데 필수적입니다. 이러한 구성 비율을 제시하고 각 자료 유형의 구체적인 활용 사례를 강조함으로써, 도서관은 학습 과정의 각 단계에 대한 지원을 명확히 보여줄 수 있습니다.

• 공동 이용(Co-usage): 도서 유형과 마찬가지로, 공동 이용 지표는 학습 여정의 모든 단계에 대한 지원을 강화하는 데 활용될 수 있습니다. 다양한 자료를 읽는 경험은 학생들의 분석적 사고를 촉진하여, 복잡한 문제에 접근하고 정보에 기반한 의사결정을 내릴 수 있도록 돕습니다. 이는 모든 직업에서 요구되는 핵심 역량입니다.

• 시장 수요(Market demand): 학생들의 직무 준비를 위해서는 올바른 역량을 갖추게 하는 것뿐만 아니라, 적절한 자료를 제공하는 것도 중요합니다. 컬렉션이 최신 주제를 제공하고 새로운 아이디어를 반영하고 있음을 보여주는 것은 진로 준비도를 확인할 수 있는 근거가 됩니다.

연구 지원 평가

• 공동 인용(Co-reference): 공동 인용 지표는 연구자의 요구를 얼마나 지원하는지를 보여주는 핵심 데이터입니다. 기관의 연구 산출물에서 기초 자료(도서)와 원천 연구(저널)가 함께 인용되는 정도를 확인할 수 있습니다. 전 세계적으로, 최소 한 권 이상의 도서를 인용한 논문은 FWCI가 평균보다 15% 높게 나타나 연구 품질 향상을 입증하는 근거가 됩니다(ScienceDirect global usage 2022/SciVal).

• 도서 유형(Book type): 다양한 도서 유형과 각 유형의 활용 사례를 강조하면, 어떤 자료가 연구 탐색을 가장 효과적으로 지원하는지 명확히 알 수 있습니다. 특히 도서는 기초 자료를 제공하므로, 컬렉션의 학제적 특성을 보여주는 데 중요한 역할을 합니다. 이러한 기초 자료는 연구자가 새로운 분야를 빠르게 이해하도록 돕기 때문에, 주요 참고서, 교과서, 연속간행물 등 다양한 도서 유형을 적절히 구성하는 것이 연구 성장에 가장 효과적입니다.

• 접근 불가 데이터(Turnaway data): 접근 불가 데이터는 도서관이 연구 목표와 얼마나 부합하는지를 이해하는 데 도움을 줍니다. 해당 데이터를 연구 목표와 비교·평가함으로써, 컬렉션이 목표에 얼마나 맞추어져 있는지 또는 부족한 부분이 무엇인지 파악할 수 있습니다.

• 주제별 이용(Usage by subject): 접근 불가 데이터와 마찬가지로, 기관 내 연구 산출이 많은 분야와 자료 이용 현황을 비교하여 컬렉션의 적합성을 평가합니다.

기관 목표와의 정합성 평가

컬렉션이 기관의 성과에 미치는 영향을 평가하기 전에, 기관의 우선순위를 충분히 이해하는 것이 중요합니다. 또한 컬렉션 개발 정책이 기관 목표와 긴밀히 연계되어 있는지 확인해야 합니다. 기관 목표와의 정합성을 보다 종합적으로 평가하기 위해, 아래의 데이터 항목을 교수·학습 및 연구 지원 관련 데이터와 함께 검토하시기 바랍니다.

• 접근 불가 데이터(Turnaway data): 기관의 우선순위를 파악한 후, 해당 주제나 분야와 관련된 접근 불가 데이터를 분석합니다. 이를 통해 통합된 컬렉션이 이러한 우선순위를 얼마나 효과적으로 지원하는지 평가하고, 기관 목표에서 명시된 분야와 관련된 도서 수요를 파악할 수 있습니다.

• 주제별 이용(Usage by subject): 접근 불가 데이터와 마찬가지로, 이용 현황을 분석하고 이를 기관의 주요 추진 과제와 비교함으로써 연계성이 높은 영역과 성장 가능성이 있는 분야를 식별할 수 있습니다. 기관의 추진 과제에는 예를 들어 에너지 절감, 정신 건강 지원, 지역사회 참여 등이 포함될 수 있습니다. 이러한 데이터를 기반으로 기존 자료의 활용도를 평가하거나, 확장 또는 축소가 필요한 분야를 결정할 수 있습니다.

글로벌 영향력 입증

학술기관은 연구, 지역사회 참여, 차세대 인재 양성 등을 통해 더 나은 세상을 만드는 것을 목표로 합니다. 이러한 측면에서, 글로벌 이니셔티브를 지원하는 일은 곧 기관의 목표를 지원하는 일이기도 합니다.

• 주제별 이용(Usage by subject): 기관 목표 평가와 동일한 방식으로 주제별 컬렉션 분포를 분석합니다. 글로벌 이니셔티브와 컬렉션 구성을 비교하여 미비점 및 강점 영역을 파악하고, 확인된 강점은 기관 구성원과 적극적으로 공유하십시오.

• 접근 불가 데이터(Turnaway data): 많은 기관의 주요 추진 과제는 빈곤 완화나 식수 질 개선과 같이 인류 발전을 목표로 하는 글로벌 요소를 포함합니다. 특정 주제나 이니셔티브와 관련해 자주 요청되는 자료의 필요성을 검토하십시오.

도서관에서 특정 글로벌 이니셔티브를 염두에 두고 있지 않다면, 지속가능발전목표(SDGs)가 훌륭한 출발점이 될 수 있습니다. 컬렉션을 SDGs의 다양한 중점 영역과 연결해 매핑하면, 부서에서 컬렉션 자료를 활용하여 연구 주제와 연계하는 데에도 도움이 됩니다.

기관 내에서 진행 중인 다른 지역사회 관련 이니셔티브를 고려하십시오. 예를 들어, 대학에서 시민 과학(citizen science) 프로젝트가 진행되고 있다면, 컬렉션 자료가 이러한 이니셔티브를 어떻게 지원할 수 있을지 고민해 보십시오. 이러한 상호작용은 부서 간 추가 협업을 촉진하는 데에도 기여할 수 있습니다.

이러한 데이터와 정성적 분석을 바탕으로, 이해관계자 매핑(stakeholder mapping exercise)을 활용하여 정보를 누구와 공유할지 결정하고, 분석 결과를 통해 컬렉션의 가치를 효과적으로 입증할 계획을 수립하십시오.

데이터 평가 강화

정성적 방법과 정량적 방법을 함께 활용하여 컬렉션을 평가하면, 영향력을 전체적으로 파악할 수 있을 뿐만 아니라 평가 과정에서 데이터와 컬렉션 효율성에 영향을 미치는 상황적 요인도 고려할 수 있습니다.

정성적 방법은 수집된 데이터에 대한 맥락과 세부 정보를 제공하는 데 특히 강점이 있습니다.

“숫자는 유용하지만 전체 이야기를 담아내지 못하며, 분석 결과의 의미를 명확하게 맥락화하기 위해서는 포커스 그룹, 인터뷰 등의 다른 방법이 함께 보완되어야 한다” (ACRL, 2010, Thorpe, 2025 인용)

또한, 정성적 측정은 도서관의 가치와 기관 내 역할을 구분하는 데 도움을 줍니다. 이러한 측정은 도서관 미션과 컬렉션을 비교하고, 컬렉션과 기관의 연구 목표를 대조하며, 콘텐츠의 품질을 평가하는 방식으로 수행될 수 있습니다(Fulkerson, 2021).

정성적 피드백 과정을 적극적으로 수행하는 것은 고위 연구자 및 교수진과의 참여를 촉진하는 데에도 도움이 됩니다. 비공식 피드백 세션 개최, 설문, 정보성 대화 등은 의견을 수집하는 효과적인 방법이 될 수 있습니다.

데이터 파트너로서의 출판사

출판사는 컬렉션 의사결정을 지원하는 데이터를 제공하는 데 중요한 역할을 합니다. 제공되는 데이터는 신뢰할 수 있어야 하며, 도서관이 보유한 기존 데이터와 연계하여 그 가치를 높여야 합니다. 또한, 출판사가 SUSHI를 활용해 COUNTER 보고서의 접근성을 개선하면, 도서관은 컬렉션 전체의 이용 현황을 보다 편리하게 확인할 수 있습니다.

도서관은 COUNTER 데이터 외에도 개별 출판사로부터 보다 심층적인 데이터 분석을 제공받을 수 있으며, 필요 시 추가 데이터를 요청해 컬렉션을 전체적으로 파악할 수 있습니다. 출판사의 데이터와 종합적인 이용 대시보드를 활용하면, 컬렉션 의사결정을 충분히 지원받고 모든 자료를 활용해 컬렉션의 가치를 입증할 수 있습니다. 반대로, 이용 가능한 데이터를 확보하지 못하면 도서관은 이용자를 충분히 지원할 기회를 놓치고, 컬렉션 가치를 보여줄 기회도 제한될 수 있습니다.

출판사 또한 데이터를 활용하여 자체 전략을 수립하는 것이 중요합니다. 정확하고 폭넓은 분석을 통해 전체적인 접근 방식을 제공하려면, 다양한 도서 유형을 적절히 활용하고 연구자 및 이용자로부터 수집한 종합적인 정성적 피드백을 결합해야 합니다(Fulkerson, 2021).

나아가, 출판사는 데이터를 활용하여 연구 환경을 더 깊이 이해하고, 자신이 제공하는 시장에 적합한 콘텐츠를 출판하는 것이 중요합니다(Fulkerson, 2021). 여기서 활용 가능한 데이터 항목으로는 이용 사례와 대상 수준, 연구 자금, FWCI, 이용 현황 등이 있으며, 이를 통해 특정 주제 영역이나 빠르게 성장하는 분야에서 포트폴리오의 격차를 파악할 수 있습니다.

출판사와 도서관 간의 협력과 파트너십은 도서관에 가장 큰 영향을 줄 수 있는 컬렉션을 구축하는 데 필수적입니다. 개방적인 대화를 장려하고, 피드백을 수렴하며, 콘텐츠를 최적화함으로써 도서관이 이용자에게 최대한의 가치를 제공하도록 보장할 수 있습니다.

자료의 가치 극대화하기

예산은 제한적이고 기대치는 높은 오늘날의 환경에서, 도서관은 컬렉션의 가치와 영향력을 극대화할 방법을 지속적으로 모색해야 합니다. 평가 범위를 영향력 정합성(impact alignment)까지 확장하면, 도서관은 컬렉션의 적합성과 전략적 가치를 보다 효과적으로 입증할 수 있습니다. 단순한 양보다 적합성을 우선시함으로써, 각 기관은 연구·교수·학습을 강화하고, 더 넓은 기관 및 글로벌 목표를 지원하는 효율적이고 목표 지향적인 컬렉션을 유지할 수 있습니다.

엘스비어 도서에 대해 자세히 알아보기

참고문헌

Baker, D., Ellis, L. & Evans, G. (2024). What is a collection and what does it do? [Webinar]. Elsevier. https://www.elsevier.com/promotions/what-is-a-collection-and-what-does-it-do

Blanco-Domingo, L. M. (2024). Collections: Acquisitions, Development and Evaluation Procedures (pp. 432–438). Academic Press. https://doi.org/10.1016/B978-0-323-95689-5.00133-4

D’Este, P., & Robinson-García, N. (2023). Interdisciplinary research and the societal visibility of science: The advantages of spanning multiple and distant scientific fields. Research Policy, 52(2), 104609. https://doi.org/10.1016/j.respol.2022.104609

Elsevier. (2024). Beyond knowledge: The crucial role of books in higher education excellence and employability. Elsevier. https://assets.ctfassets.net/o78em1y1w4i4/1YrmmtIYTpStArjDbhPCQ6/c89822db21d9f8b8251aae54af9081db/Value_of_Books_in_Higher_Ed_EN_DIG.pdf

Fulkerson, M. (2021). The use of data in publishing and library acquisition strategies. In D. Baker & L. Ellis (Eds.), Libraries, Digital Information, and COVID (pp. 161-168). Chandos Publishing. https://doi.org/10.1016/B978-0-323-88493-8.00004-5

Lee, M., & Tillack, T. (2022). ANZ Ebook Forum 2022. What are your metrics costing you? https://web.archive.org/web/20221020133429/https://www.elsevier.com/en-au/solutions/sciencedirect/anz-ebook-forum/what-are-your-metrics-costing-you

Hulbert, I. G. (2023, March 30). US Library Survey 2022. Ithaka S+R. https://sr.ithaka.org/publications/us-library-survey-2022/

Thorpe, C. (2024). Library Assessment and Impact (pp. 565–572). Academic Press. https://doi.org/10.1016/B978-0-323-95689-5.00124-3